Vous êtes sur la page 1sur 5

Exercices sur les méthodes à haute résolution

Roland Badeau
roland.badeau@telecom-paristech.fr

Contexte académique } sans modifications


Voir page 4 Master Sciences et Technologies - Parcours ATIAM - Module ETS
Exercices sur les méthodes à haute résolution

On considère le modèle de signal complexe Exponential Sinusoidal Model (ESM)


X
K−1
s[t] = ak eδk t ei(2π fk t+φk ) ,
k=0
i i
où à chaque fréquence fk ∈ − 21 , 12 est associée une amplitude réelle ak > 0, une phase φk ∈] − π, π],
et un facteur d’amortisement δk ∈ R. En définissant les amplitudes complexes αk = ak eiφk et les pôles
complexes zk = eδk +i2π fk , ce modèle se réécrit sous la forme
X
K−1
s[t] = αk zk t .
k=0
En pratique, le signal observé x[t] ne satisfait jamais rigoureusement ce modèle. On le modélise
comme la somme du signal s[t] et d’un bruit blanc gaussien complexe b[t] de variance σ2 :

x[t] = s[t] + b[t].

Remarque : Un bruit blanc gaussien complexe de variance σ2 est un processus complexe dont la partie
2
réelle et la partie imaginaire sont deux bruits blancs gaussiens de même variance σ2 , indépendants l’un
de l’autre.

On suppose que le signal x[t] est observé sur l’intervalle temporel {0 . . . N − 1} de longueur N > 2K.
On considère deux entiers n et l tels que n > K, l > K, et N = n + l − 1.
On définit alors la matrice de Hankel de dimension n × l contenant les N échantillons du signal
observé :
 
 x[0] x[1] . . . x[l − 1] 
 x[1] x[2] . . . x[l] 
 
X =  .. .. .. ..  .
 . . . . 
 
x[n − 1] x[n] . . . x[N − 1]
On définit de même les matrices de Hankel S et B de mêmes dimensions n×l, à partir des échantillons
des signaux s[t] et b[t] respectivement.

Notations :
– XT : transposé de la matrice X,
– X∗ : conjugué de la matrice X,
– X H : conjugué hermitien de la matrice X (c’est-à-dire transposé et conjugué).

1 Multiple Signal Classification (MUSIC)


Question 1 Pour tout k ∈ {0 . . . K − 1}, on considère la composante sk [t] = αk zk t . On définit alors la
matrice de Hankel de dimensions n × l
 
 sk [0] sk [1] ... sk [l − 1] 
 sk [1] sk [2] ... sk [l] 

S k =  .. .. .. .. 
 . . . . 
 
sk [n − 1] sk [n] . . . sk [N − 1]

Roland Badeau roland.badeau@telecom-paristech.fr

Contexte académique } sans modifications


Voir page 4 1/4
Exercices sur les méthodes à haute résolution

Pour tout z ∈ C, on définit le vecteur vn (z) = [1, z, z2 , . . . , zn−1 ]T , de dimension n, et le vecteur vl (z) =
[1, z, z2 , . . . , zl−1 ]T , de dimension l. Vérifier alors que S k = αk vn (zk ) vl (zk )T .

P
K−1
Question 2 Utiliser le résultat de la question 1 pour démontrer que S = αk vn (zk ) vl (zk )T . Vérifier
k=0
T
que cette dernière égalité peut se réécrire sous la forme S = V n A V l , où
– V n est la matrice de Vandermonde de dimensions n × K :
 
 1 1 ... 1 
 
 z0 z1 ... zK−1 
 
V n =  z0
2 z1 2 . . . zK−1 2 

 .. .. .. .. 
 . . . . 
z0 n−1 z1 n−1 . . . zK−1 n−1

– V l est la matrice de Vandermonde de dimensions l × K,


– A = diag(α0 , α1 , . . . , αK−1 ) est une matrice diagonale de dimension K × K.

Question 3 On définit la matrice Rss = 1l S SH . Démontrer que Rss peut être factorisée sous la forme
Rss = V n P V nH , où P est une matrice à symétrie hermitienne et positive, de dimension K ×K. En déduire
que le rang de la matrice R ss est inférieur ou égal à K.

Remarque : En particulier, on admettra que la matrice R ss est de rang K si et seulement si la matrice


de Vandermonde est elle-même de rang K, c’est-à-dire si et seulement si les pôles zk sont distincts deux
à deux. On supposera désormais cette hypothèse vérifiée.

Question 4 Montrer que la matrice Rss est diagonalisable dans une base orthonormée, et que ses va-
leurs propres {λi }i=0...n−1 sont positives. En les supposant rangées par ordre décroissant et en utilisant le
résultat de la question 3, en déduire que
– ∀i ∈ {0 . . . K − 1}, λi > 0 ;
– ∀i ∈ {K . . . n − 1}, λi = 0.
h i
Question 5 On pose b Rxx = 1l X X H et Rxx = E b Rxx . De même, on pose b Rbb = 1l B BH et Rbb =
h i
E bRbb . En utilisant l’égalité X = S + B et le fait que le bruit est centré, montrer que Rxx = Rss + Rbb .
Ci-dessous, on admettra que pour un bruit blanc gaussien complexe Rbb = σ2 In .

Question 6 Pour tout i ∈ {0 . . . n − 1}, on note wi le vecteur propre de la matrice R ss associé à la valeur
propre λi . En utilisant le résultat de la question 5, vérifier que wi est aussi vecteur propre de Rxx associé
à la valeur propre λ0i = λi + σ2 . On en déduit que
– ∀i ∈ {0 . . . K − 1}, λ0i > σ2 ;
– ∀i ∈ {K . . . n − 1}, λ0i = σ2 .

Question 7 On note W la matrice [w0 . . . wK−1 ], et W ⊥ la matrice [wK . . . wn−1 ]. Démontrer que Im(W) =
Im(V n ) (on commencera par montrer que Im(W) ⊂ Im(V n )).

Roland Badeau roland.badeau@telecom-paristech.fr

Contexte académique } sans modifications


Voir page 4 2/4
Exercices sur les méthodes à haute résolution

Remarque : L’espace engendré par W ⊥ est un sous-espace propre de la matrice R xx associé à la valeur
propre σ2 . C’est pour cela qu’il est appelé espace bruit. L’espace engendré par W est aussi celui engendré
par la matrice de Vandermonde V n . Il caractérise donc entièrement les K pôles du signal, c’est pourquoi
on l’appelle espace signal. En revanche, les valeurs propres de Rxx correspondant à l’espace signal sont
toutes surélevées de σ2 , ce qui signifie que cet espace contient aussi du bruit.
2
Question 8 Montrer que les pôles {zk }k∈{0...K−1} sont les solutions de l’équation W ⊥H v(z) = 0.

Remarque : Dans la pratique, les signaux réels ne correspondent pas rigoureusement au modèle, et
cette équation n’est jamais vérifiée. C’est pourquoi la méthode d’estimation des pôles baptisée spectral-
1
MUSIC consiste à rechercher les K pics les plus élevés de la fonction z 7→ . Elle est ainsi plus
kW ⊥H v(z)k2
facile à implémenter que la méthode du maximum de vraisemblance, qui requiert l’optimisation d’une
fonction de K variables complexes.

2 Estimation of Signal Parameters


via Rotational Invariance Techniques (ESPRIT)
Soit V n↓ la matrice de dimension (n − 1) × K qui contient les n − 1 premières lignes de V n , et V n↑
la matrice de dimension (n − 1) × K qui contient les n − 1 dernières lignes de V n . De même, soit W ↓
la matrice de dimension (n − 1) × K qui contient les n − 1 premières lignes de W, et W ↑ la matrice de
dimension (n − 1) × K qui contient les n − 1 dernières lignes de W.

Question 1 Vérifier que les matrices V n↓ et V n↑ satisfont l’égalité V n↑ = V n↓ D, où D = diag(z0 , z1 , . . . , zK−1 )


est une matrice diagonale de dimension K × K.

Question 2 Comme les matrices V n et W sont deux bases du même espace, elles satisfont la relation
V n = W G, où G est la matrice de passage de la base W à la base V n (G est une matrice inversible de
dimension K × K). Vérifier que V n↓ = W ↓ G et V n↑ = W ↑ G.

Question 3 En déduire qu’il existe une matrice inversible Φ telle que W ↑ = W ↓ Φ. Quelles sont les
valeurs propres de Φ ?

Question 4 En supposant que la matrice W ↓H W ↓ est inversible, exprimer Φ en fonction de W ↓ et W ↑ .

Question 5 En déduire une méthode d’estimation des pôles {zk }k∈{0...K−1} .

Remarque : Le principal avantage de cette méthode par rapport à spectral-MUSIC est qu’il n’est plus
nécessaire d’optimiser une fonction pour déterminer les pôles, ceux-ci étant obtenus par un calcul direct.

Roland Badeau roland.badeau@telecom-paristech.fr

Contexte académique } sans modifications


Voir page 4 3/4
Exercices sur les méthodes à haute résolution

Contexte académique } sans modifications


Par le téléchargement ou la consultation de ce document, l’utilisateur accepte la licence d’utilisation qui y
est attachée, telle que détaillée dans les dispositions suivantes, et s’engage à la respecter intégralement.

La licence confère à l’utilisateur un droit d’usage sur le document consulté ou téléchargé, totalement ou en partie,
dans les conditions définies ci-après, et à l’exclusion de toute utilisation commerciale.

Le droit d’usage défini par la licence autorise un usage dans un cadre académique, par un utilisateur donnant
des cours dans un établissement d’enseignement secondaire ou supérieur et à l’exclusion expresse des formations
commerciales et notamment de formation continue. Ce droit comprend :
– le droit de reproduire tout ou partie du document sur support informatique ou papier,
– le droit de diffuser tout ou partie du document à destination des élèves ou étudiants.

Aucune modification du document dans son contenu, sa forme ou sa présentation n’est autorisée.
Les mentions relatives à la source du document et/ou à son auteur doivent être conservées dans leur intégralité.
Le droit d’usage défini par la licence est personnel et non exclusif. Tout autre usage que ceux prévus par la licence
est soumis à autorisation préalable et expresse de l’auteur : sitepedago@telecom-paristech.fr

Roland Badeau roland.badeau@telecom-paristech.fr

4/4

Vous aimerez peut-être aussi